人臉識(shí)別技術(shù)在銀行系統(tǒng)中的意義

　　近年來(lái)，云計(jì)算、物聯(lián)網(wǎng)和人工智能技術(shù)變革式發(fā)展，相關(guān)應(yīng)用百花齊放，對(duì)“大數(shù)據(jù)”資源的整合利用與智能化發(fā)展成為了商業(yè)銀行提高“內(nèi)力”的修煉法門。人臉信息有著不可復(fù)制、不可盜取、簡(jiǎn)便直觀等優(yōu)點(diǎn)，是大數(shù)據(jù)時(shí)代各商業(yè)銀行應(yīng)儲(chǔ)備和發(fā)掘價(jià)值的重要戰(zhàn)略資源。而隨著技術(shù)變革和應(yīng)用的普及，建設(shè)大規(guī)模、分布式人臉數(shù)據(jù)庫(kù)及識(shí)別系統(tǒng)的成本不斷降低，識(shí)別的精度不斷提高?？梢灶A(yù)見(jiàn)，人臉識(shí)別技術(shù)在商業(yè)銀行領(lǐng)域的潛在價(jià)值將被不斷發(fā)掘提升，在保障服務(wù)安全性、節(jié)約客戶時(shí)間、提升客戶體驗(yàn)、整合與挖掘數(shù)據(jù)資源等方面具備廣泛的應(yīng)用前景。

　　人臉識(shí)別技術(shù)概述

　　人臉識(shí)別技術(shù)是以身份檢索或校驗(yàn)為目標(biāo)，通過(guò)從給定的靜態(tài)或動(dòng)態(tài)圖像中提取人臉信息等手段，與數(shù)據(jù)庫(kù)中已知身份人臉進(jìn)行匹配的過(guò)程。由于受到光照、表情、遮擋、朝向等干擾因素的影響，與其他基于身份證、虹膜、掌紋、指紋等技術(shù)手段相比，人臉識(shí)別技術(shù)的準(zhǔn)確率相對(duì)較低，但其采集方式最為友好：無(wú)須當(dāng)事人配合，甚至在其意識(shí)不到的情況下，就完成了對(duì)人臉信息的采集與識(shí)別。因此，人臉識(shí)別技術(shù)在過(guò)去的四十多年中一直是人工智能領(lǐng)域的熱點(diǎn)研究課題，至今已逐漸走向成熟，已經(jīng)應(yīng)用于反恐、安防、門禁等領(lǐng)域，近年來(lái)開(kāi)始向教育、金融等領(lǐng)域推廣。

　　根據(jù)應(yīng)用場(chǎng)景的不同，人臉識(shí)別可分為針對(duì)二維圖像的人臉識(shí)別、針對(duì)監(jiān)控視頻的人臉識(shí)別、針對(duì)近紅外、熱紅外成像或素描等的多模態(tài)人臉識(shí)別和針對(duì)深度信息的三維人臉識(shí)別等。對(duì)于上述各種數(shù)據(jù)輸入類型，均有來(lái)自學(xué)術(shù)界、業(yè)界的研究人員提出了基于不同假設(shè)、不同模型、不同學(xué)科背景的人臉識(shí)別處理方法。經(jīng)歸納，這些方法有類似的處理步驟，主要包括以下幾類：一是人臉檢測(cè)。解決“有幾張臉、臉在哪”的問(wèn)題，即從圖片或視頻中檢測(cè)并確定人臉的位置，并將其分離。二是人臉跟蹤(針對(duì)視頻人臉)。解決識(shí)別人臉“從哪來(lái)、到哪去”的問(wèn)題，對(duì)檢測(cè)到的每一張臉在視頻各幀中進(jìn)行跟蹤，如出現(xiàn)遮擋應(yīng)在遮擋結(jié)束后恢復(fù)跟蹤，比如兩張人臉交錯(cuò)而過(guò)應(yīng)不出現(xiàn)混淆。三是人臉規(guī)范化。解決“鼻子、眼睛、嘴巴位置對(duì)得上”的問(wèn)題，具體操作包括預(yù)處理、歸一化、人臉標(biāo)定等。四是人臉識(shí)別。即解決“這個(gè)人是誰(shuí)”(檢索)、“這個(gè)人是不是某客戶”(校驗(yàn))的問(wèn)題。

　　在建立人臉數(shù)據(jù)庫(kù)及識(shí)別系統(tǒng)時(shí)，需要對(duì)人臉數(shù)據(jù)進(jìn)行訓(xùn)練并建模，如果數(shù)據(jù)庫(kù)動(dòng)態(tài)更新還將涉及到在線學(xué)習(xí)等內(nèi)容;識(shí)別人臉時(shí)，要把須識(shí)別的人臉與數(shù)據(jù)庫(kù)中已有的人臉進(jìn)行對(duì)比，判斷二者相似程度，并按預(yù)先設(shè)定的標(biāo)準(zhǔn)進(jìn)行檢索或校驗(yàn)。人臉識(shí)別有多種方法，如：基于幾何特征、基于子空間映射降維、基于模板、基于模型、基于神經(jīng)網(wǎng)絡(luò)等方法。

　　當(dāng)前，基于“深度學(xué)習(xí)”的方法在一些算法競(jìng)賽中取得了很高的識(shí)別準(zhǔn)確率，并迅速在業(yè)界投入應(yīng)用。深度學(xué)習(xí)并不特指某一個(gè)算法，而是Sparse Coding、RBM、深信度網(wǎng)絡(luò)等技術(shù)方法的總稱。作為一類基于神經(jīng)網(wǎng)絡(luò)的方法，根據(jù)認(rèn)知心理學(xué)，其主要思想是模擬人類大腦神經(jīng)的信號(hào)傳遞。與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型2～3層訓(xùn)練層不同，深度學(xué)習(xí)的訓(xùn)練層數(shù)可達(dá)8～9層。因此在2006年該思想被提出之初，海量的訓(xùn)練數(shù)據(jù)和很高的計(jì)算復(fù)雜度超出了當(dāng)時(shí)硬件的承受能力。但由于計(jì)算機(jī)硬件性能的提升，深度學(xué)習(xí)算法在準(zhǔn)確率方面的優(yōu)勢(shì)迅速凸顯。目前，谷歌、微軟、百度等公司都成立了專門的部門對(duì)深度學(xué)習(xí)技術(shù)進(jìn)行研究開(kāi)發(fā)，市場(chǎng)上也涌現(xiàn)出一批基于深度學(xué)習(xí)的人臉識(shí)別團(tuán)隊(duì)。目前，基于深度學(xué)習(xí)的方法已經(jīng)成為人臉識(shí)別技術(shù)領(lǐng)域的重要發(fā)展趨勢(shì)和方向。

　　此外，一些人臉?lè)治黾夹g(shù)也隨著人臉識(shí)別技術(shù)的發(fā)展得到了普及和優(yōu)化，包括對(duì)表情、年齡、性別等屬性的判別，使基于這些屬性信息的數(shù)據(jù)挖掘聚類、分類等大數(shù)據(jù)分析應(yīng)用成為可能。人臉識(shí)別技術(shù)在實(shí)際應(yīng)用中，還可以考慮與其他技術(shù)或輔助手段相結(jié)合，如結(jié)合深度信息實(shí)現(xiàn)活體檢測(cè)，判斷是真人還是照片等。

　　人臉識(shí)別技術(shù)在商業(yè)銀行的應(yīng)用

　　人臉識(shí)別技術(shù)當(dāng)前主要應(yīng)用于公共安全領(lǐng)域，如：識(shí)別追蹤恐怖分子、布控犯罪率高發(fā)地區(qū)、機(jī)場(chǎng)安檢、司機(jī)駕照驗(yàn)證、視頻監(jiān)控等。然而，人臉識(shí)別技術(shù)在商業(yè)銀行同樣存在著巨大的發(fā)展空間。未來(lái)，商業(yè)銀行可以從安全防控和業(yè)務(wù)推動(dòng)兩方面著手，對(duì)人臉識(shí)別技術(shù)在銀行落地進(jìn)行全面部署和實(shí)施。

　　安全防控類應(yīng)用場(chǎng)景

　　銀行的安防難點(diǎn)之一是在動(dòng)態(tài)場(chǎng)景下完成多個(gè)移動(dòng)目標(biāo)的實(shí)時(shí)監(jiān)測(cè)。人臉識(shí)別技術(shù)在銀行等人員密集的區(qū)域可以有效實(shí)現(xiàn)實(shí)時(shí)多目標(biāo)在線檢索和比對(duì)，實(shí)際應(yīng)用效果良好。而且人臉信息易于采集、難以復(fù)制和盜取、自然直觀，因此人臉識(shí)別技術(shù)可成為商業(yè)銀行安全防控手段的優(yōu)先選擇。在安全防控領(lǐng)域，銀行人臉識(shí)別技術(shù)的應(yīng)用場(chǎng)景有以下幾類。

　　營(yíng)業(yè)場(chǎng)所人員影像控制。在商業(yè)銀行的營(yíng)業(yè)場(chǎng)所，人臉識(shí)別可以通過(guò)“偽裝識(shí)別”進(jìn)一步確保銀行經(jīng)營(yíng)的安全性。通過(guò)識(shí)別營(yíng)業(yè)場(chǎng)所中面部遮擋(如戴墨鏡、口罩)的人員，系統(tǒng)可實(shí)時(shí)與警方數(shù)據(jù)庫(kù)中身份數(shù)據(jù)進(jìn)行比對(duì)，一旦發(fā)現(xiàn)異常情況，可以迅速啟動(dòng)黑名單預(yù)警機(jī)制或采取聯(lián)網(wǎng)報(bào)警措施。此外，還可以將采集到的嫌疑人面部照片提交公安機(jī)關(guān)，為后續(xù)預(yù)警和案件偵破提供有力證據(jù)。

　　業(yè)務(wù)庫(kù)區(qū)人員身份識(shí)別。銀行經(jīng)營(yíng)過(guò)程中對(duì)安全性的極高要求使其身份驗(yàn)證技術(shù)較其他領(lǐng)域更為嚴(yán)格。例如，在金庫(kù)、押鈔車、ATM機(jī)加鈔室等特殊環(huán)境下，許多傳統(tǒng)的身份驗(yàn)證方法均難以滿足要求，例如驗(yàn)證密碼容易被盜、指紋識(shí)別可被復(fù)制、門禁卡容易遺失。帶有活體檢測(cè)功能的人臉識(shí)別技術(shù)可克服上述缺陷，進(jìn)一步提升銀行安防與保密安全性。

　　ATM機(jī)智能識(shí)別報(bào)警。在以ATM機(jī)為代表的自助設(shè)備應(yīng)用場(chǎng)景下，人臉識(shí)別技術(shù)同樣具有廣泛的應(yīng)用空間。如：通過(guò)ATM機(jī)內(nèi)置攝像頭識(shí)別取款人身份，與銀行卡所有人信息進(jìn)行比對(duì)，防止盜刷現(xiàn)象;識(shí)別偽裝或故意遮擋面部的人員身份，與警方數(shù)據(jù)庫(kù)進(jìn)行比對(duì)，保證取款人安全。當(dāng)上述情況發(fā)生時(shí)，系統(tǒng)可觸發(fā)預(yù)先設(shè)定的報(bào)警規(guī)則，最大程度地保護(hù)銀行客戶的資金和人身安全。此外，人臉識(shí)別系統(tǒng)還可監(jiān)測(cè)客戶遺留財(cái)物的情況，實(shí)時(shí)提醒，提升用戶體驗(yàn)。

　　業(yè)務(wù)推動(dòng)類應(yīng)用場(chǎng)景

　　當(dāng)前人臉識(shí)別技術(shù)在銀行業(yè)務(wù)推動(dòng)領(lǐng)域的應(yīng)用方興未艾，各商業(yè)銀行仍處于積極探索階段。從商業(yè)銀行業(yè)務(wù)推動(dòng)的視角來(lái)看，人臉識(shí)別具有如下應(yīng)用方式。

　　遠(yuǎn)程開(kāi)戶與登錄。作為銀行開(kāi)戶時(shí)的重要流程，面簽不僅耗費(fèi)客戶時(shí)間，而且占用銀行人力資源。通過(guò)用人臉識(shí)別替代傳統(tǒng)的肉眼辨識(shí)工作，不僅可以節(jié)約時(shí)間和成本，完成從填寫(xiě)個(gè)人資料到面鑒開(kāi)戶再到取卡、激活的全流程操作，提升用戶體驗(yàn)，而且可以在全網(wǎng)范圍內(nèi)對(duì)客戶身份及信用背景進(jìn)行識(shí)別和關(guān)聯(lián)，避免人工面簽時(shí)受到心理、經(jīng)驗(yàn)等因素的影響。此外，在客戶通過(guò)手機(jī)銀行或網(wǎng)上銀行進(jìn)行遠(yuǎn)程登錄時(shí)，可以通過(guò)人臉識(shí)別代替?zhèn)鹘y(tǒng)的密碼輸入操作，完成客戶查詢賬單、信用卡還款、個(gè)人卡間互轉(zhuǎn)、定活期互轉(zhuǎn)等個(gè)人資金劃轉(zhuǎn)等功能，避免密碼被盜或遺忘等現(xiàn)象。

　　客戶個(gè)性化服務(wù)。當(dāng)前商業(yè)銀行競(jìng)爭(zhēng)日趨激烈，對(duì)客戶資源的爭(zhēng)奪已由產(chǎn)品導(dǎo)向型轉(zhuǎn)化為服務(wù)導(dǎo)向型。通過(guò)定制化的個(gè)性服務(wù)提升客戶體驗(yàn)將成為未來(lái)商業(yè)銀行競(jìng)爭(zhēng)的重要手段。運(yùn)用人臉識(shí)別技術(shù)可以很好地完成對(duì)客戶的識(shí)別和精準(zhǔn)信息搜索，當(dāng)某位客戶進(jìn)入營(yíng)業(yè)網(wǎng)點(diǎn)后，可通過(guò)人臉識(shí)別技術(shù)快速判斷客戶是否為該行現(xiàn)有客戶，準(zhǔn)確獲取客戶姓名、年齡等信息，方便網(wǎng)點(diǎn)工作人員拉近與客戶的距離。此外，通過(guò)對(duì)客戶以往產(chǎn)品購(gòu)買、交易流水、業(yè)務(wù)習(xí)慣等行為模式的提取和分析，進(jìn)一步有針對(duì)性地為客戶進(jìn)行產(chǎn)品推介，從而有效提升營(yíng)銷成功率，與客戶實(shí)現(xiàn)共贏。

　　人臉識(shí)別貸款發(fā)放。在銀行貸款發(fā)放過(guò)程中，為有效杜絕冒名貸款、惡意騙貸等現(xiàn)象，可考慮引入人臉識(shí)別技術(shù)進(jìn)行防控?；谫J款客戶已在網(wǎng)點(diǎn)錄入的人臉信息，通過(guò)數(shù)據(jù)共享，可以實(shí)現(xiàn)客戶在全網(wǎng)點(diǎn)內(nèi)的身份識(shí)別和驗(yàn)證，真正做到身份信息與銀行信息的精準(zhǔn)對(duì)應(yīng)，實(shí)現(xiàn)貸款客戶身份認(rèn)證信息化、智能化、網(wǎng)絡(luò)化管理。

　　綜上可知，人臉識(shí)別技術(shù)在商業(yè)銀行應(yīng)用前景廣闊。結(jié)合我國(guó)商業(yè)銀行的實(shí)際經(jīng)營(yíng)情況，建議各銀行根據(jù)自身業(yè)務(wù)發(fā)展，以業(yè)務(wù)推動(dòng)為抓手，優(yōu)先開(kāi)展人臉識(shí)別技術(shù)在客戶服務(wù)領(lǐng)域的部署與實(shí)施。這是因?yàn)椋阂环矫鎻目蛻艚嵌瓤矗四樧R(shí)別技術(shù)直接應(yīng)用于客戶服務(wù)，能夠解決客戶最迫切的需求，給予客戶最直觀的服務(wù)體驗(yàn)，有助于快速提升客戶滿意度;另一方面從商業(yè)銀行角度看，面向客戶服務(wù)的人臉識(shí)別應(yīng)用可以快速為銀行創(chuàng)造利潤(rùn)，效果明顯，可以為人臉識(shí)別在銀行的全面落地奠定良好基礎(chǔ)。

　　發(fā)展建議

　　人臉識(shí)別屬于計(jì)算機(jī)科學(xué)應(yīng)用研究而非基礎(chǔ)理論，對(duì)不同算法進(jìn)行比較和評(píng)價(jià)的依據(jù)是實(shí)驗(yàn)和實(shí)踐。

　　當(dāng)前，業(yè)界較為通行的人臉識(shí)別算法基準(zhǔn)有LFW(LabeledFacesintheWild)和FRVT(Face Recognition Vendor Test)。LFW數(shù)據(jù)庫(kù)由美國(guó)馬薩諸塞大學(xué)阿默斯特分校建立，包含13,000余張圖片，多數(shù)來(lái)自網(wǎng)絡(luò)而非實(shí)驗(yàn)室環(huán)境。在數(shù)據(jù)庫(kù)中，對(duì)同一個(gè)人物有的存在多張圖片，有的只存在一張圖片。由于圖片均為日常環(huán)境下正常拍攝所得，實(shí)用性強(qiáng)，測(cè)試難度系數(shù)高，實(shí)驗(yàn)結(jié)果有說(shuō)服力。學(xué)術(shù)界和業(yè)界分組別參與該項(xiàng)基準(zhǔn)測(cè)試。FRVT由美國(guó)國(guó)家標(biāo)準(zhǔn)及技術(shù)研究所組織，目標(biāo)為測(cè)試業(yè)界人臉識(shí)別算法的性能。該基準(zhǔn)測(cè)試使用一個(gè)包含160萬(wàn)人的大數(shù)據(jù)庫(kù)，不定期進(jìn)行測(cè)試，最近的一次是在2013年，僅對(duì)業(yè)界開(kāi)放。

　　國(guó)內(nèi)商業(yè)銀行在發(fā)展人臉識(shí)別技術(shù)具體應(yīng)用落地時(shí)，除了考慮對(duì)LFW和FRVT兩個(gè)業(yè)界權(quán)威標(biāo)準(zhǔn)進(jìn)行參考外，還應(yīng)立足于對(duì)一些實(shí)際情況的考量，建議可以優(yōu)先選擇國(guó)內(nèi)的技術(shù)產(chǎn)品。一是因?yàn)閲?guó)際上的算法普遍趨同，國(guó)外產(chǎn)品的實(shí)現(xiàn)效果與國(guó)內(nèi)相比無(wú)顯著性差異，但價(jià)格往往高于國(guó)內(nèi)。二是考慮盡職調(diào)查和個(gè)性化定制談判，國(guó)內(nèi)的接洽成本遠(yuǎn)低于國(guó)外。三是監(jiān)管風(fēng)險(xiǎn)，鑒于商業(yè)銀行的數(shù)據(jù)屬于核心金融數(shù)據(jù)，應(yīng)充分考慮在監(jiān)管要求下的用戶數(shù)據(jù)安全，并盡可能規(guī)避國(guó)內(nèi)外法律體系差異引起的法律風(fēng)險(xiǎn)。四是硬件約束，如果使用國(guó)外云服務(wù)API，可能出現(xiàn)跨國(guó)網(wǎng)絡(luò)延遲的問(wèn)題。五是在算法實(shí)現(xiàn)方面，國(guó)外技術(shù)訓(xùn)練數(shù)據(jù)集中黃種人的圖片較少，可能影響應(yīng)用效果。六是考慮產(chǎn)品售后服務(wù)和技術(shù)支持，國(guó)內(nèi)產(chǎn)品的服務(wù)響應(yīng)速度與國(guó)外相比存在較大優(yōu)勢(shì)。鑒于上述原因，國(guó)內(nèi)商業(yè)銀行在應(yīng)用人臉識(shí)別技術(shù)時(shí)可優(yōu)先考慮從國(guó)內(nèi)領(lǐng)先的服務(wù)供應(yīng)商中進(jìn)行選擇。

　　此外，在一些具體應(yīng)用的功能設(shè)計(jì)方面，還應(yīng)遵循相關(guān)監(jiān)管政策與行業(yè)規(guī)范。以遠(yuǎn)程開(kāi)戶業(yè)務(wù)為例，央行2015年8月下發(fā)的《關(guān)于銀行業(yè)金融機(jī)構(gòu)遠(yuǎn)程開(kāi)立人民幣銀行賬戶的指導(dǎo)意見(jiàn)(征求意見(jiàn)稿)》中要求：“銀行采用現(xiàn)代化的安全技術(shù)手段，利用政府部門數(shù)據(jù)庫(kù)、本行自身數(shù)據(jù)庫(kù)信息、商業(yè)化數(shù)據(jù)庫(kù)信息，通過(guò)客戶信息交叉驗(yàn)證、其他銀行賬戶交叉驗(yàn)證，電話回訪、郵寄資料等方式，構(gòu)建安全可靠的遠(yuǎn)程開(kāi)戶客戶身份識(shí)別機(jī)制;同時(shí)，還可根據(jù)開(kāi)立賬戶性質(zhì)采取同一法人不同分支機(jī)構(gòu)見(jiàn)證、通過(guò)第三方識(shí)別客戶身份、上門查驗(yàn)身份證明文件等方式進(jìn)行客戶身份信息核實(shí)、開(kāi)戶銀行承擔(dān)客戶身份識(shí)別責(zé)任?！睂y行遠(yuǎn)程開(kāi)戶業(yè)務(wù)納入監(jiān)管，并明確銀行是識(shí)別客戶身份的責(zé)任主體。央行2015年12月25日發(fā)布的《關(guān)于改進(jìn)個(gè)人銀行賬戶服務(wù)加強(qiáng)賬戶管理的通知》將政策落地，其中明確“提供個(gè)人銀行賬戶開(kāi)立服務(wù)時(shí)，有條件的銀行可探索將生物特征識(shí)別技術(shù)和其他安全有效的技術(shù)手段作為核驗(yàn)開(kāi)戶申請(qǐng)人身份信息的輔助手段。”人臉識(shí)別技術(shù)作為生物特征識(shí)別技術(shù)家族中的重要成員，預(yù)計(jì)將成為一種主流的備選方案。而隨著業(yè)務(wù)發(fā)展，未來(lái)可能還會(huì)再出臺(tái)更加細(xì)化的規(guī)范或指引。因此，各商業(yè)銀行應(yīng)注意加強(qiáng)對(duì)新政策、新規(guī)定進(jìn)行學(xué)習(xí)，并與相關(guān)政府機(jī)構(gòu)、監(jiān)管部門保持溝通，從而在設(shè)計(jì)和實(shí)施相關(guān)流程與系統(tǒng)時(shí)做到合規(guī)。

　　隨著硬件設(shè)備的快速升級(jí)和算法技術(shù)的不斷發(fā)展，人臉識(shí)別技術(shù)逐步從學(xué)術(shù)研究走向業(yè)界應(yīng)用，并展現(xiàn)出強(qiáng)大的生命力。人臉信息具有易于采集、難以復(fù)制和盜取、自然直觀等優(yōu)點(diǎn)。人臉識(shí)別技術(shù)為商業(yè)銀行安全防控和業(yè)務(wù)推動(dòng)等應(yīng)用模式提供了新的技術(shù)選擇，并進(jìn)一步開(kāi)拓了業(yè)務(wù)運(yùn)營(yíng)模式。我國(guó)商業(yè)銀行可以考慮從業(yè)務(wù)推動(dòng)類服務(wù)入手，在借鑒國(guó)內(nèi)外權(quán)威標(biāo)準(zhǔn)的基礎(chǔ)上，優(yōu)先選擇國(guó)內(nèi)有競(jìng)爭(zhēng)力的服務(wù)提供商，有步驟、全方位地推動(dòng)人臉識(shí)別技術(shù)在商業(yè)銀行的落地實(shí)施。